Estudio cruzado

En medicina , un estudio cruzado o ensayo cruzado es un estudio longitudinal en el que los sujetos reciben una secuencia de diferentes tratamientos (o exposiciones). Si bien los estudios cruzados pueden ser estudios observacionales , muchos estudios cruzados importantes son experimentos controlados , que se analizan en este artículo. Los diseños cruzados son comunes en experimentos de diversas disciplinas científicas , como la psicología , la ciencia farmacéutica y la medicina.

Los experimentos cruzados controlados y aleatorizados son especialmente importantes en el ámbito sanitario. En un ensayo clínico aleatorizado , los sujetos son asignados aleatoriamente a diferentes grupos del estudio que reciben distintos tratamientos. Cuando el ensayo tiene un diseño de medidas repetidas , se recogen las mismas mediciones varias veces para cada sujeto. Un ensayo cruzado tiene un diseño de medidas repetidas en el que cada paciente es asignado a una secuencia de dos o más tratamientos, uno de los cuales puede ser un tratamiento estándar o un placebo .

Casi todos los ensayos cruzados están diseñados para lograr un "equilibrio", de modo que todos los sujetos reciban el mismo número de tratamientos y participen durante el mismo número de periodos. En la mayoría de los ensayos cruzados, cada sujeto recibe todos los tratamientos en un orden aleatorio.

Los estadísticos sugieren que los diseños deberían tener cuatro períodos, lo cual es más eficiente que el diseño de dos períodos, incluso si el estudio debe acortarse a tres períodos. ^{[ 1 ] [ 2 ]} Sin embargo, el diseño de dos períodos se enseña con frecuencia en libros de texto no estadísticos, en parte debido a su simplicidad.

Los datos se analizan utilizando el método estadístico especificado en el protocolo del ensayo clínico , el cual debe haber sido aprobado por los comités de ética institucionales y las agencias reguladoras correspondientes antes de que pueda comenzar el ensayo. La mayoría de los ensayos clínicos se analizan mediante ANOVA de medidas repetidas ( análisis de varianza ) o modelos mixtos que incluyen efectos aleatorios .

En la mayoría de los estudios longitudinales con sujetos humanos, los pacientes pueden abandonar el ensayo o perderse durante el seguimiento . Existen métodos estadísticos para abordar estos problemas de datos faltantes y censura . Un método importante analiza los datos según el principio de intención de tratar .

Un estudio cruzado tiene dos ventajas sobre un estudio paralelo y un estudio longitudinal no cruzado . Primero, la influencia de las covariables de confusión se reduce porque cada paciente cruzado sirve como su propio control . ^{[ 3 ]} En un estudio no cruzado aleatorizado, es frecuente que los diferentes grupos de tratamiento se encuentren desequilibrados en algunas covariables. En un diseño cruzado aleatorizado y controlado , tales desequilibrios son improbables (a menos que las covariables cambien sistemáticamente durante el estudio).

En segundo lugar, los diseños cruzados óptimos son estadísticamente eficientes y, por lo tanto, requieren menos sujetos que los diseños no cruzados (e incluso otros diseños de medidas repetidas).

Los diseños de cruce óptimos se analizan en el libro de texto para posgrado de Jones y Kenward y en el artículo de revisión de Stufken. Los diseños de cruce se analizan junto con diseños de medidas repetidas más generales en el libro de texto para posgrado de Vonesh y Chinchilli.

Estos estudios se realizan a menudo para mejorar los síntomas de pacientes con enfermedades crónicas . Para tratamientos curativos o afecciones que cambian rápidamente, los ensayos cruzados pueden ser inviables o poco éticos.

Los estudios cruzados suelen tener dos problemas:

En primer lugar, está la cuestión de los efectos del orden de administración , ya que es posible que el orden en que se administran los tratamientos afecte el resultado. Un ejemplo podría ser un fármaco con muchos efectos adversos administrado primero, lo que haría que los pacientes que toman un segundo medicamento, menos dañino, sean más sensibles a cualquier efecto adverso.

En segundo lugar, está el problema del efecto residual entre tratamientos, que dificulta la estimación de sus efectos . En la práctica, este efecto residual puede evitarse con un período de lavado suficientemente largo entre tratamientos. Sin embargo, planificar períodos de lavado suficientemente largos requiere un conocimiento experto de la dinámica del tratamiento, que a menudo se desconoce.

• Diseño de experimentos
• Glosario de diseño experimental
• Ensayo controlado aleatorizado
• Análisis de supervivencia
• N de 1 ensayo
• Diseño de sujeto único

• M. Bose y A. Dey (2009). Diseños óptimos de cruce . World Scientific. ISBN 978-9812818423
• DE Johnson (2010). Experimentos de cruce. WIREs Comp Stat , 2: 620–625.
• Jones, Byron; Kenward, Michael G. (2014). Diseño y análisis de ensayos cruzados (Tercera  ed.). Londres: Chapman and Hall. ISBN 978-0412606403.{{cite book}}: CS1 mantenimiento: ubicación del editor ( enlace )
• K.-J. Lui, (2016). Diseños cruzados: pruebas, estimación y tamaño de la muestra . Wiley.
• Najafi Mehdi, (2004). Cuestiones estadísticas en la medicina basada en la evidencia . Nueva York: Oxford University Press. ISBN 0-19-262992-1
• D. Raghavarao y L. Padgett (2014). Medidas repetidas y diseños cruzados. Wiley. ISBN 978-1-118-70925-2
• DA Ratkowsky, MA Evans y JR Alldredge (1992). Experimentos cruzados: diseño, análisis y aplicación. Marcel Dekker. ISBN 978-0824788926
• Senn, S. (2002). Ensayos cruzados en investigación clínica, segunda edición. Wiley. ISBN 978-0-471-49653-3
• Stufken, J. (1996). «Diseños óptimos de cruce». En Ghosh, S.; Rao, CR (eds.). Diseño y análisis de experimentos . Manual de estadística. Vol.  13. North-Holland. pp. 63–90 . ISBN  978-0-444-82061-7.
• Vonesh, Edward F.; Chinchilli, Vernon G. (1997). «Experimentos cruzados». Modelos lineales y no lineales para el análisis de mediciones repetidas . Londres: Chapman and Hall. págs. 111–202 . ISBN  978-0824782481.{{cite book}}: CS1 mantenimiento: ubicación del editor ( enlace )